大数据分析研究生课程

走进经济生活里的一切导读：2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。来源丨21世纪经济报道（ID：jjbd21）记者丨王峰 北京报道图片来源/ 图虫创意（资料图）“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上，教育部高等教育司副司长范海林介绍，2017年全国高校备案专业中，新增数据科学与大数据技术专业点250个，同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学，到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau，由此对大数据产生了浓厚的兴趣。通过Tableau，王宇杰感受到，数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来，数据量正在不断增长。未来，更多人将学会分析数据，并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流，人人都可以成为数据分析师。接下来的大学时间里，他参加了一些数据科学家训练营，和一些商业机构组织的训练营，还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴，每年都会成千上万数据狂人参加这一比拼。这其中，既有来自各行各业的数据分析专家，也有像王宇杰这样的数据爱好者，而王宇杰是获奖选手中唯一一名大学生。通过这些活动，王宇杰结识了这个一不断壮大的数据分析社区，也让他对这个行业更加充满热情。大四时，王宇杰得到了保研的机会，“国内开设大数据方向研究生专业的大学并不多，主要有清华大学、北京大学、复旦大学、北京航空航天大学等，这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer，权衡之后，他选择了清华-伯克利深圳学院，这是清华和伯克利合办的硕士研究生项目，不仅可以在清华拿到数据科学学位，还有机会到美国加州大学伯克利分校去进行为期9个月的学习，同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生，也就是说，大数据专业其实是一个非常崭新的学科，在我申请的那一年，相对来说，大家对这个概念还不是特别了解，当然已经有一定数量的申请者，远超我们实际录取的人数，但并不是那么的火爆。”王宇杰说。“到了我下面那届，就是招收第三届硕士生的时候，竞争就变得异常激烈，在短短一年时间里，这个专业成为了大家认可的非常有潜力的专业，大批的工程本科生，或者是数学、经济方面的学生开始申请我们这个方向，因此录取率直线下降。个人感觉在近几年内，竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室，分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上，像大数据分析、大数据基础等，的确会有这些，但从本质上来说，我认为我们学的课程跟数学、工程学这些基础学科没有太大区别，当然加入了一些新兴科技的课程，比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室，学习和科研课题是关于计算机视觉。“用一句话来概括，我们要做的是赋予计算机人的视觉能力。怎么理解呢？以后是一个有大量机器人存在的世界，而机器人要跟人类进行交互，做一些基本的工作，必须要有视觉能力，看得懂周围的环境，所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业：数据科学与大数据技术图片来源 / 新华社（资料图）3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中，“数据科学与大数据技术”最为热门。根据统计，共有250所高校新增“数据科学与大数据技术”专业，其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业，为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果，此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后，是人工智能行业的持续发展。3月6日，南京大学官网正式发布新闻，经研究决定，南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是，从清华大学到地方高校，大数据专业成为普遍的时尚。“清华或者其他一般院校，在这个领域里对科研的贡献会有差异，但事实上，在如今的大环境之下，大家都想跟上时代潮流，所以我认为无论处于怎样的研究水平，敢于去跟上这个时代，就是挺好的一件事情。”王宇杰说。“大数据是一个概念，它包含的范围非常广，不同的专业方向，对外显示的名称可能都是大数据分析、大数据工程与技术，但是整个产业其实非常庞大，从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了，我觉得这个行业需要细分，未来会有专门做算法的工程师，专门做硬件实现的工程师，以及专门做理论推导的科研人员等。”他说。（编辑 戴春晨）

近几年来，网络和电商的发展导致数据分析和人工智能越来越火爆，成为了招聘市场上的大热门。每一位求职者都想要走在竞争队伍的最前面。越来越多的求职者也明白数据分析的重要性，并看到了此行业的发展前景，开始想要学习数据分析专业。但如果没有相关的本科经历，计算机或者统计学的硕士难度还是较高的的。因此，许多嗅觉敏锐的小伙伴们开始把目光转向了另一个相对“门槛较低”的方向：商业分析硕士（Master of Business Analytics）。商业分析硕士商业分析硕士是商科与数据科学的交叉学科，主要是对企业或机构所拥有的数据进行分析，导出最有价值的信息，从而提高业绩，并提升运营效率。Amazon，Google等大公司都有着一套完整的完整的商业数据分析模型。近几年来商业分析广受欢迎，很多企业都需要此类人才来将商业分析作为工具，运用在企业的运营与决策中。商业分析硕士的就业方向也十分广泛，主要的就业市场有咨询、银行、零售以及传统行业内的一些数据分析部门。　基本申请要求BC省把商业分析硕士列入了毕业即可获取省提名的研究生项目行列，使得商业分析这个领域逐渐变得更加炙手可热。这样有发展前景又能快速移民的硕士项目，很多人都想要进行跨专业申请。此专业在各院校中的基本录取要求为本科均分在80分以上。另外，由于商业分析都属于商学院，所以GMAT是申请的必备条件，700分以上更有优势。SFU与UBC的预备课程作为交叉学科，想要申请商业分析硕士，本科拥有商科背景是不够的，大家还需要补充计量经济、统计与计算机等方面的课程。如果有兴趣申请商业分析硕士，小编推荐大家在大学里申请以下课程：商业分析入门类UBC：COMM337: Business Programming and AnalyticsCOMM 414: Data Visualization and Business Analytics　SFU：BUS 362: Business Process AnalysisBUS 440: Simulation in Management Decision Making.BUS 445: Customer AnalyticsBUS 462: Business AnalyticsBUS 464: Business Data Management　计量经济类　UBC：ECON 326: Methods of Empirical Research in EconomicsECON 328: Methods of Empirical ResearchECON 425: Introction to EconometricsSFU：ECON 333: Statistical Analysis of Economic DataECON 428: Seminar in Behavioral and Applied EconomicsECON 435: Econometric Methods计算机科学类UBC：CPSC 110: Computation, Programs, and ProgrammingCPSC 311: Definition of Programming LanguagesCPSC 304: Introction to Relational Database　SFU：CMPT 120: Introction To Scientific Computer ProgrammingCMPT 165: Using PythonCMPT 213: Object Oriented Design In Java InformationCMPT 383: Comparative Programming Languages　统计学类UBC：STAT 200: Elementary Statistics for ApplicationsSTAT 302: Introction to PrbabilitySTAT 306: Finding Relationships in DataSFU：STAT 270: Introction to Probability and StatisticsSTAT 341: Introction to Statistical Computing and Exploratory Data AnalysisSTAT 285: Intermediate Probability and Statistics希望这个列表能够帮助想要学习商业分析的小伙伴们，选课路上不迷路！

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

为进一步发挥清华-贵州大数据研究生实践教育基地(以下简称“清华基地”)资源优势，经与清华大学相关院系沟通，清华基地2021年大数据课程(四月)面向高新区的大数据企业开放，现将有关事宜通知如下:一、大数据课程上课时间4月1日至2日、4月9日至10日、4月23日。二、上课地点贵阳国家高新区金阳科技产业园区，德福中心A5栋一楼链世界展厅(长岭路与黔灵山路交叉口)三、课程内容授课教师:清华大学教授、副教授等课程内容:《高级IT项目管理》《系统工程与优化》、《大数据与数据驱动的人工智能面临的挑战》、《智能交通大数据分析与应用》、《大数据与信息物理融合能源系统》(详见附件)。四、申请流程1.开放人数。本课程的开设主要面对清华大学2020级全日制大数据专业研究生，课程旁听人员限10名。2.报名流程。申请人向高新区科创局提出报名申请，按要求填写《清华基地公开课旁听申请表》(附件3)，并于3月31日(周三)12:00前反馈至703888392@qq.com。3.报名结果确认。高新区科技创新创业局对申请人进行审核，对通过评审的申请人将以电话或短信形式进行确认并发放听课证。高新区的大数据骨干企业及大数据企业中的骨干科技人才优先。五、其他事项1.旁听课程人员一人一证，须提前申请;2.旁听人员须服从相关管理规定，违反课堂纪律造成不良影响的，将取消旁听资格并将结果反馈所在单位;3.旁听人员须提前15分钟进场，按照指定位置就座，禁止拍照、录音及摄像;根据疫情防控要求佩戴口罩、测量体温并扫码;4.旁听人员可扫描二维码加入清华基地大数据课程通知群，相关活动可关注群动态。(注:二维码有效期至3月31日)联系方式:成老师0851-84838141清华-贵州大数据研究生实践教育基地公开课(四月)时间安排表清华大学授课教师简介李清清华大学自动化系教授，自动化系副主任。研究领域:模型驱动的系统集成技术新航行体系下的飞行管理技术。李清教授，长期开展复杂系统体系结构与建模技术、制造模式分析与流程重构、IT项目管理、复杂系统性能评价、异构系统集成平台技术研究以及与此相关的复杂系统集成的工程实践。主持了国家863计划项目“通用企业参考体系结构与实施方法论”、“面向业务流程管理的异构系统集成服务平台”、国家自然科学基金“面向系统集成的经济视图的理论研究与应用”、“信息化与工业化融合发展水平评价理论研究与应用”，参与或主持了九五国家863计划项目“航空CIMS工程”、十五国家863计划项目“船舶现代集成制造与自动化装备创新工程”、“三江集团CIMS工程建设总体设计”、“湘潭电机股份集团信息化总体设计”、“制造企业MES标准规范和实施方法的研究”、“中央储备粮大连直属库信息化示范工程——信息采集、实时存储和综合分析技术研究与系统开发”、“基于产品全生命周期的逆向物流系统研究与开发”、“北京市物资回收与再生制造系统评价技术研究”、“面向亚洲制造业的再生产业的问题与对策研究”、“国家重大项目协同监管信息系统理论体系、总体框架、指标体系与关键技术研究”、“国家工程科技思想库建设研究-咨询工作发展研究”、“国内外工业领域信息化性能评估研究”、“两化融合过程管理方法研究”、“北京环球天下教育集团架构设计”等研究与工程项目，并开发了奥运场馆运行与预案模型。出版专著/译著《经营过程重构(BPR)与系统集成》、《集成的信息系统体系结构(ARIS)-经营过程建模》、《企业信息化总体设计》、《信息化项目管理》、《制造执行系统》、《企业与信息系统建模分析》和《Modeling and Analysis of Enterprise and Information Systems – from Requirements to Realization》。获得省部级科技进步奖多项。胡坚明清华大学自动化系副研究员。研究领域:智能车路协同系统理论与方法、智能网联汽车与无人驾驶、交通大数据智能分析、先进交通管理系统、智能公共交通系统胡坚明博士，清华大学自动化系副研究员、清华大学党委教师工作部副部长，中国交通运输协会青年科技工作者委员会常务委员。2001 年毕业于吉林大学，获工学博士学位。2004 年博士后出站后留校任教。2004年、2011年分别在香港中文大学和美国加州伯克利大学访问研究。主要研究方向为智能车路协同系统(V2X)、智能交通系统工程、交通信息工程及控制。主持国家自然科学基金项目3项、国家重点研发计划项目2项、国家863项目2项、国家科技支撑项目2项、北京市科委项目1项、教育部霍英东高等院校青年教师基金项目等纵向科研项目。作为主要学术骨干参加了包括国家“973”项目等纵向科研项目研究。2002年，获得中国博士后科学基金资助。先后在国内外学术会议和核心刊物上发表论文近200篇，其中被检索收录近100篇。科研成果和学术论文曾获国家科学技术进步二等奖，公安部科技进步一等奖，吉林省科技进步一等奖，教育部科学技术奖二等奖、中国智能交通协会科技进步一等奖、二等奖等奖项。教学成果获北京市第六届青年教师教学基本功比赛一等奖、清华大学青年教师教学优秀奖、青年教师教学基本功大赛二等奖、优秀班主任一等奖，优秀SRT项目指导教师奖、优秀硕士论文指导教师奖、教学成果二等奖、研究生“良师益友”奖等奖项。贾庆山清华大学智能与网络化系统研究中心教授。研究领域:主要学术方向为网络化信息物理融合能源系统的优化理论与方法，特别在序优化及事件驱动优化的理论、方法与应用方面做出了贡献。研究概况:2018.12-2020.12, 智能自主配送系统, 美团, 项目负责人;2017.01-2020.12, 多尺度网络化离散事件动态系统策略优化，国家自然科学基金委面上项目，项目负责人;2017.07-2020.12, 新型建筑智能化系统平台技术，国家重点研发计划，主要学术骨干;2016.07-2020.06, 能源互联网的规划、运行与交易基础理论，国家重点研发计划，主要学术骨干。附件下载地址:https://gxq.guiyang.gov.cn/gxqdt/gxqdtgsgg/202103/t20210329_67610315.html1.清华基地大数据课程表(四月)2.清华大学授课教师简介3.清华基地大数据课程申请表高新区科技创新创业局2021年3月29日编辑：刘 鹏审校：王丹丹编审：朱芝青精彩回放：1、习近平会见全国扫黑除恶专项斗争总结表彰大会代表2、高新区召开近期重点工作专题会议3、招大引强善担当 实干争先谱新篇！解读贵阳高新区获“双第一”背后的发展“密码”4、【党史学习教育】学党史悟初心 祭英烈铸红魂！贵阳高新区税务局举办青年理论学习小组“学党史，祭英烈”活动5、《人民日报》关注贵州这个小山村6、疫情通报 | 3月28日贵州省新冠肺炎疫情信息发布7、【党史天天读】让党史学习教育“活”起来8、脱贫攻坚优秀短视频 | 邓迎香：几经苦寒迎香来

1.1学校实力分析北京中医药大学是中华人民共和国教育部直属的一所以中医药学科为特色的全国重点大学，是国家唯一一所中医类“211工程”、“985工程优势学科创新平台”重点建设院校之一，是国家首批“双一流”世界一流学科建设高校，是“111计划”、“教育部来华留学示范基地”入选高校。北京中医药大学被誉为中国中医药领域的首善院校和最高学府。为世界87个国家和地区培养了14000余名中医药专门人才。先后与27个国家和地区的92所知名大学和研究机构建立了良好的合作关系。并且与解放军总医院、中国航天员科研训练中心、海军医学研究所、解放军302医院、空军总医院、海军总医院等建立了合作关系，开辟和构建了军地合作的新领域和新模式。1.2学院实力介绍北京中医药大学东直门医院是一所集医疗、教学、科研为一体的大型综合性中医院。是全国唯一一所进入国家“211工程”建设的高等中医药院校——北京中医药大学的第一临床医学院，并率先成为全国示范中医医院、三级甲等中医院和国家食品药品监督管理局认定的国家药物临床试验机构。国家临床重点专科6个，国家中医药管理局重点专科16个，北京市重点专科（北京市特色诊疗中心）11个，教育部重点学科1个，国家中医药管理局重点学科9个，北京市重点学科2个。另外，医院还设有全国名老中医药专家传承工作室16个，北京中医药“薪火传承3+3”工程“二室一站”14个，教育部创新团队1个。1.3就业情况/发展前景北京中医药大学丰厚的师资储备以及专业设备，一定会让从事中医、中西医等专业的同学学到更多的知识，这里有前沿的诊疗设备和深厚的中医知识积累。随着社会的不断发展，中西医结合的不断深入，相信在未来更多的时候，中医，中西医类的专业将会有更多的就业机会。而且作为全国唯一一所中医类”211”工程院校毕业的学生，相信在回到家乡或者其他地方工作也会相当有竞争力。1.4考研内部信息介绍1、专业硕士和学术硕士的区别：在复试中，学硕更加注重学术能力、科研能力、英语能力等，而专硕更加注重学生的临床诊疗和临床技能能力。在读研期间其培养方式也不同，专硕基本是在医院进行各科室的轮转规培，而学硕则主要是在实验室进行科学研究，撰写论文。这也是两个方向的不同之处，但并非是绝对分开的，专硕也需要抽出时间进行科研以及论文撰写，只不过是说术业有专攻，各有侧重。毕业证书这一块的话，专硕研一时就可以报名参加执业医师资格考试，研究生毕业时可同时获得毕业证书、专业学位证书、执业医师资格证书、住院医师规范化培训证书（即“四证合一”），而学硕的话学硕毕业后无法获得住院医师规范化培训证书。2、导师论文初试和复试中不太需要看导师的论文，初试采取全国统考的方式，所以这很大一部分剩去了我们搜集院校复习资料的环节，全心准备初试即可，在复试过程中，面试的主考官是不同专业的专家，可能会有要考的导师出现，但是在面试过程中主要是以考察对病例的诊疗思路，不太会考察专向某一科。但是在如果在复试之前去见老师的话可以考虑看一看老师的论文，有个大概的了解，这样的话在见老师的时候可能会对你印象深点。二、专业复习规划指导2.1初试参考书目初试的话全国所有的医学类专业的专硕采取的是全国统考的方式，所以在复习中认真复习中国中医药出版社的“十二五”规划的指定教材即可，学硕的考试可能某些院校是采取的自主命题的方式，但是参考教材和专硕相同，而且考试的题目也会比专硕相对简单一点。2.2复试参考书目北中医的复试有自己单独的指导用书，而且各专业都不同。中医内科学——《中医内科学》田德禄主编，21世纪课程教材（黄皮的）人民卫生出版社中医外科学——新世纪教材（第二版）、十一五规划教材《中医外科学》李曰庆主编，中国中医药出版社中医妇科学——《中医妇科学》张玉珍主编，中国中医药出版社中医儿科学——《中医儿科学》马融主编，中国中医药出版社针灸推拿学——《针灸学》赵吉平、李瑛主编，人民卫生出版社中西医结合内科学——《中西医结合内科学》学苑出版社；《内科学》第八版，人民卫生出版社；《中医内科学》田德禄主编，21世纪课程教材（黄皮的）人民卫生出版社具体参考书目可在初试后关注北中医网站当年发布的专业参考书目（一般每年都不会有太大改动）三、复试方案及准备（以东直门医院中西医结合内科学为例）3.1复试方案1.复试方式复试内容包括资格及基本素质审核、专业课笔试、综合面试（包括专业素质、创新能力、综合素质考核、外语听说能力测试）、临床技能考核。1）资格及基本素质审核：把该带的证件都带齐了即可，基本素质审核的话就是一个小面试，研究生处的老师和大家聊聊，不用紧张这个不计入总分的。2）专业课，采用闭卷形式，考试时间是2小时，大家可以搜集往年的试题就今年复试的专业课题目看的话很多和之前相似，可作参考3）综合面试：抽一个病案进行诊断、诊断依据、鉴别诊断、治疗方案、调护方法。然后进行英语口语的面试就是和老师进行一个英语的短对话，很简单不用紧张英语口语该去怎样复习。4）临床技能考核：随机抽取一项体格检查进行操作，所以大家最好对全身的体格检查都又一个大体的了解。2. 拟录取排名方法1.复试成绩实行100分制，其中专业课笔试权重45%、综合面试（考察二级学科临床综合素既往学业表现和潜在能力素质、外国语听说能力）权重40%（其中既往学业表现和潜在能力素质权重5%、外语听说能力测试权重5%），临床技能考核权重15%。2.考生初试和复试成绩进行加权计算。考生的总成绩满分为100分，计算公式为：总成绩=初试成绩/5×50％＋复试成绩×50％。3.录取原则a．各学科根据考生总成绩进行排名，按招生名额择优确定拟录取名单。b．复试成绩按百分制计算，不及格即低于60分者不予录取。4.录取顺序：先录取一志愿报考本专业的考生，再录取一志愿报考本单位其他专业的调剂考生3.2复试准备参考策略北中医的复试要求还是很严格的，尤其是一附院，挺多初试分也不低但却被刷的，所以一定要重视复试，复试中专业课笔试占了45%，基本上是一半吧，所以初试结束后一定要仔细复习相应的课程，尤其是中西医结合的同学，专业课考试大部分还是考察西医的内容，所以大家在复试准备的时候多看看西医的课本。口语的话，占比例较少不用花费太多时间在上面，把专业课和体格检查复习好了基本就没大有问题了

当前正处在大数据时代，而数据分析是大数据技术体系中的重要组成部分，也是数据价值化的主要方式之一，所以未来从事数据分析工作是不错的选择。数据分析可以选择两个大的专业方向，一个是统计学专业，另一个是大数据专业，另外不少计算机相关专业、金融领域相关专业和数学领域的相关专业也都有数据分析的细分方向。随着数据分析的重要性日益体现，现在不少专业也都增加了数据分析的细分方向，比如经济学、社会学、医学等专业都陆续开设了与本专业相关的数据分析方向。具体选择哪个专业需要根据自身的知识结构来决定，最好能够结合本科专业进行选择，这样在备考的时候会轻松一些。如果本科是计算机相关专业，那么可以选择的余地是比较大的，计算机应用、计算机科学与技术、软件工程等专业都有数据分析的细分方向，当然统计学和数学专业也是如此。在大数据领域，数据分析通常有两种方式，一种是统计学方式，另一种是机器学习方式，两种数据分析方式同样重要。学习数据分析通常需要具备一定的数学基础、统计学基础和计算机基础，其中数学基础是相对比较重要的，要想在数据分析领域走得更远，一定要重视数学相关课程，包括高数、线性代数、概率论等内容。以机器学习的数据分析方式为例，需要具备算法基础和编程语言基础，机器学习的步骤包括数据收集、数据整理、算法设计、算法实现、算法训练、算法验证和算法应用，目的就是从一堆杂乱无章的数据中找到其背后的规律。当前机器学习的数据分析方式是比较流行的，相关领域的研究也在逐步推进。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

3月24日，清华大学计算机科学与技术系副教授徐华，在贵阳德福中心链·世界展厅进行了一场公开课。这是清华-贵州大数据研究生实践教育基地举行的全国首场大数据专业公开课，三月课程将一直持续到29日。“基地建设以来一直受到各方关注，开设公开课的初衷，也是希望将授课资源向区内辐射。”相关负责人说道。此次公开课，一共邀请到清华大学五位教授和副教授，包括清华大学信息学院副院长、自动化系主任张涛，清华大学信息学院、自动化系党委书记张佐等。课程内容包括，互联网+、大数据与人工智能、大数据建模分析、智能机器人概述、《数据伦理》、大数据与信息物理融合能源系统。公开课现场，除了清华大学2020级全日制大数据专业的50位研究生外，还有贵阳航天云网、东方世纪、智诚科技、食安云等区内大数据骨干企业负责人及其技术骨干十余人进行旁听。“听说有清华大学的教授要来上公开课，我马上就报了名，我十分珍惜这次机会，准备从第一堂开始一课不落的全部上完。”贵州东方世纪科技股份有限公司的杨正熙对记者说道，作为一家大数据企业，他希望能通过这次学习，拓展自己的原有知识，以更加系统化的知识推动现有工作。据悉，此次清华大学大数据课程，总持续3个月时间，共有近40场专业讲座，后续课程的安排，将根据试听情况酌情调整听课时间。贵州日报天眼新闻记者 曾帅编辑 管云编审 王淑宜

我的前一篇文章谈及了英国的诺丁汉大学，增设了一个经济与数据科学硕士。英国诺丁汉大学，增设经济与数据科学硕士其实，除了诺丁汉大学，英国另一所大学也有将数据分析应用于经济领域的硕士专业，那就是格拉斯哥大学的经济与金融数据分析硕士。这个专业，由格拉斯哥大学的计算科学学院和亚当斯密商学院联合开设。简介如果学生对数据分析技能与经济洞察力相结合有兴趣，并渴望在金融、银行、咨询等领域工作，可以考虑申请格拉斯哥大学的经济与金融硕士数据分析硕士。这个专业，将经济学、金融、统计学和计算机科学等领域的知识点结合起来，培养学生的数据分析技能为复杂的决策提供信息。学生在就读这个专业时，将有机会参加暑期实习，而暑假实习项目是由格拉斯哥大学互为合作伙伴关系的企业提供的。另外，这个专业也为想进一步攻读博士学位的学生提供了学术基础。课程预备课程有部分学生，会有机会修以下两门预备课程计算统计与数据分析计量经济学与统计学综述必修课应用时间序列与预测贝叶斯数据分析面向数据科学家的机器学习和人工智能（由计算科学学院提供）微观计量经济学：影响评价与因果分析选修课应用计算金融学深度学习（由计算科学学院提供）经验资产定价财务信息检索金融市场微观结构编程与系统开发（由计算科学学院提供）文本数据分析导论（由计算科学学院提供）申请要求这个专业要求申请人的本科平均分有相当于英国二等一的水平。对应中国本科的百分制评分，是75分-90分（根据中国申请人来自的不同的院校，或有不同的平均分要求）。申请人本科专业，最好是经济学、金融学、计算机科学或其他有比较多数理内容的专业。在计算机编程方面，这个专业的所有课程都需要大量的编程。所以编程经验对申请来说虽然不是必须的，但学校期望申请人能在短时间内掌握编程技能。申请注意事项一旦学生开通网络申请系统，需要在开通后的42天内提交申请。在申请时，学生要提供一份个人陈述，详细说明：你为什么申请这个专业？以往你有什么经历能帮到你就读这个专业？你认为这个专业在未来会给你带来什么好处？此外，学生在申请时提交的推荐信应该是学术推荐信。

学位类2U数据科学资源MS（Master Science）：包括有关领域和职业前景的信息，可用度的类型，以及常见的应用和课程要求。链接：https://2u.com/online-graate-programs/美国大学商业分析MS：学习数据分析，利用数据解决组织和业务挑战。链接：https://onlinebusiness.american.e/analytics/ASU商业数据分析BS（Bachelor Science）：为商业学生提供必要的知识，技能和经验，以创建和管理大型数据计划。链接：http://asuonline.asu.e/online-degree-programs/undergraate/bachelor-science-business-data-analyticsASU商业分析MS：开发出您所需要的工具，用于日益发展的职业领域。链接：http://asuonline.asu.e/online-degree-programs/graate/master-science-business-analytics美国贝佩丝大学，应用数据科学在线MS：超越仪表板。链接：http://www.baypath.e/academics/graate-programs/applied-data-science-ms/?utm_source=kggets&utm_campaign=gradadskdnuggs伯克利信息与数据科学硕士（MIDS）：准备数据科学专业人士担任该领域的领导者。链接：https://datascience.berkeley.e/BU计算机信息系统在线MS：已经集中在数据分析，数据库管理和商业智能。链接：http://cisonline.bu.e/波士顿大学应用商业分析管理在线MS。链接：http://msmonline.bu.e/lpemail-msabam/?Access_Code=BU-MSABA-KDNUGGETSE&utm_medium=email&utm_source=Trimax_Direct&utm_campaign=BU-MSABA-KDNUGGETSE美国卡佩拉大学分析MS：教授大数据，数据挖掘，统计和相关技能，提供虚拟实习，并获取SAS统计业务分析师证书。链接：http://www.capella.e/online-degrees/masters-analytics/?revkey=220526中央康涅狄格州立大学（CCSU）：探索尖端数据挖掘技术和应用，首个提供数据挖掘方面完整的在线科学硕士学位的大学。链接：http://www.ccsu.e/datamining/数据科学Coursera MS：与美国伊利诺伊大学-香槟分校联合，32学时，$ 19,200学费。链接：http://online.illinois.e/mcs-dsCUNY SPS数据分析在线MS：一个经济实惠的项目，帮助毕业生通过挖掘和可视化数据来了解现实现象和日常活动。链接：http://sps.cuny.e/programs/ms_dataanalytics?utm_source=kdnuggets&utm_medium=website+listing&utm_campaign=msda+kdnuggets+web+listing数据科学技术研究所大数据工程IS和AI方向 MSC（高级科学硕士）：全职3个月的课程，在线或在校园（巴黎或尼斯）。链接：https://www.datasciencetech.institute/advanced-msc-information-systems-artificial-intelligence-big-data-engineering/数据科学技术研究所应用数据科学与大数据MS：全职6个月课程，或校园（巴黎或尼斯）。链接：https://www.datasciencetech.institute/msc-applied-data-science-and-big-data/DePaul 预测分析MS：解决了数据科学家日益增长的需求，他们将技术和分析技能融合在一起，以应对大数据分析的挑战。链接：http://www.cdm.depaul.e/academics/Pages/MS-In-Predictive-Analytics.aspxEIUBS（欧洲创新商学院）：提供商业分析和数据分析在线课程。链接：http://www.eiubs.eu/onlinecoursesmicrosite/data-analytics-course.php美国埃尔姆赫斯特学院数据科学在职MS。链接：http://www.elmhurst.e/data_science格鲁吉亚南方大学计算机科学在线MS：专注于数据挖掘和数据仓库。链接：http://ceit.georgiasouthern.e/cs/degrees/mscs/佐治亚理工大学分析在线MS：与edX合作。链接：https://pe.gatech.e/online-masters-degrees/online-master-science-analytics哈里斯堡大学分析在线MS:12课程旨在为需要平衡工作，家庭和学习需求的工作专业人士而设计。链接：http://online.harrisburgu.e/masters-analytics伊利诺伊理工学院（IIT）数据科学硕士：从2015年秋季开始提供在线学习。链接：http://science.iit.e/programs/graate/master-data-science印第安纳大学数据科学MS（在线、脱产和混合）：提供数据科学认证证书。链接：http://www.soic.indiana.e/graate/programs/data-science/index.shtmlITB爱尔兰商业智能和数据挖掘MSC：在线，业余时间可学习2年。链接：http://www.dataminingmasters.com/刘易斯大学数据科学36小时在线MS：提供两个集中课程，为计算机科学家而学习的数据科学和为生命科学家而学习的数据科学。链接：http://online.lewisu.e/msds美国圣路易斯玛丽维尔大学商业数据分析在线MS：旨在帮助学生提升他们在数据分析、仓储、挖掘和可视化方面的技能，并为Microsoft SQL和AZURE认证考试做准备。链接：http://online.maryville.e/online-master-of-science-in-business-data-analytics/莫瑞麦克学院数据科学和商业分析MS学位：提供个性化、方便和用人单位设计的课程，教授用人单位要求的技能。链接：http://onlinedsa.merrimack.e/微软数据科学专业学位。链接：https://academy.microsoft.com/en-US/professional-degree/data-science/西北大学预测分析在线MS：为满足日益增长的数据驱动型领导力和解决问题的需求，帮助学生做好准备。链接：http://www.predictive-analytics.northwestern.e/圣母大学数据科学在线MS-ACMS：帮助毕业生快速职业成长，帮助数据科学家获取长期成功。链接：http://datascience.nd.e/俄克拉何马州立大学（OSU）商业分析MS：拥有3个SAS证书选项。链接：http://analytics.okstate.e/渥太华数据科学与技术BS。链接：http://www.ottawa.e/Alt-Ecation/Degree-Programs/Business-and-Management/Undergraate/Data-Science-and-Technology/Data-Science-and-Technology牛津大学数据和系统分析高级文凭课程：为期9个月。链接：http://www.conted.ox.ac.uk/pp1Penn State提供在线数据分析硕士和商业数据分析硕士。链接：http://www.worldcampus.psu.e/degrees-and-certificates/business-analytics-certificate/overview罗格斯在线信息硕士：帮助组织和企业保护、分析、组织和利用数字资源。链接：http://online.rutgers.e/master-library-info/圣玛丽数学科学MS： 共36学分，提供严谨的数学课程。每年八月，校内和在线有一个周末会议。链接：https://grad.saintmarys.e/academic-programs/ms-data-scienceSJU：圣约瑟夫大学在线MS商业智能与分析，SJU商学院参与;毕业生还从SAS获得商业智能证书。链接：http://online.sju.e/graate/masters-business-intelligenceSMU数据科学MS：与2U合作，旨在培养和开发数据科学家，管理、分析、解释、制定决策，并从大型数据集中提取信息。链接：http://datascience.smu.e/SNHU数据分析在线 BS：将商业、信息技术和数学方面与数据挖掘、仿真和优化相结合。链接：http://www.snhu.e/online-degrees/undergraate-degrees/data-analytics-bs-online.aspSNHU数据分析在线MS：这个36学分课程培养学生成为任何企业的战略资产。链接：http://www.snhu.e/online-degrees/masters/ms-in-data-analytics德克萨斯A＆M分析MS：这是一个为在职人员提供的为期五个学期的课程，可在线学习，或在美国德克萨斯州休斯敦的校内学习。链接：http://analytics.stat.tamu.e/托马斯爱迪生州立大学（TESU）数据科学分析BS：与Statistics.com合作。链接：http://www.statistics.com/tesuUMUC：马里兰大学数据分析在线MS。链接：http://www.umuc.e/academic-programs/data-analytics/index.cfm马里兰大学商业管理在线MS（信息系统专业和商业分析）：在短短21个月内学习管理和分析数据，设计和实施信息系统。链接：http://onlinemba.umd.e/美国密苏里州数据科学与数据分析MS： 34个学分，以在线和混合模式，提供多学科课程。链接：https://dsa.missouri.e/美国威斯康星大学数据科学MS： 12个由不同的杰出教授提供的课程。链接：http://datasciencedegree.wisconsin.e/美国威斯康星大学-麦迪逊分校应用计算在线MS和工程数据分析MS。链接：https://epd.wisc.e/online-degree/applied-computing-and-engineering-data-analytics/维拉诺瓦大学分析在线MS：33小时课程，可在20个月内获得。链接：http://taxandbusinessonline.villanova.e/master-of-science-in-analytics检查数据挖掘课程：由KDnuggets总裁Gregory Piatetsky-Shapiro博士开发。 和Gary Parker教授，提供了一个完整的一学期数据挖掘入门课程的教学模块，由W. M. Keck基金会和霍华德休斯医学研究所免费提供。链接：http://www.kdnuggets.com/data_mining_course/index.html证书类ASU应用业务数据分析本科证书。链接：http://asuonline.asu.e/online-degree-programs/certificates/undergraate-certificate-applied-business-data-analytics来自Beye University的业务分析证书：由Sybase主办。链接：http://www.beyeuniversity.com/topics/business-analytics数据管理和分析平台供应商Cloudera认证专家（CCP）：数据科学家。链接：http://university.cloudera.com/certification/ccp.htmlCoursera JHU数据科学专业。链接：https://www.coursera.org/specialization/jhudatascience/1?utm_medium=listingPage俄克拉荷马州立大学在线研究生数据挖掘证书课程。链接：http://watson.okstate.e/datamining/NJIT（新泽西理工学院）数据挖掘研究生证书：提供数据挖掘介绍，重点介绍大型数据库。链接：http://online.njit.e/programs/certs/datamining-cert.php诺瓦东南大学商业智能/分析研究生证书，可选择在线或脱产。链接：http://www.scis.nova.e/masters/certificate_bi.html圣荷西州立大学（SJSU）在线大数据课程证书。链接：http://ischool.sjsu.e/programs/certificate-big-data在线职业培训网站Simplilearn：提供大数据和分析培训和证书。链接：http://www.simplilearn.com/big-data-and-analytics/?utm_source=KDNuggets&utm_medium=affiliate-cpm&utm_campaign=KDNuggets-CertListpg斯坦福CPD数据挖掘和应用：研究生证书，包括3门课程。链接：http://scpd.stanford.e/public/category/courseCategoryCertificateProfile.do?method=load&certificateId=1209602斯坦福CPD挖掘海量数据集提供研究生证书，包括4门课程。链接：https://scpd.stanford.e/public/category/courseCategoryCertificateProfile.do?method=load&certificateId=10555807Statistics.com：提供分析与统计研究课程证书 （PASS）。链接：https://www.statistics.com/certificate-programs/UCI：加州大学-欧文分校预测分析证书课程，一项综合在线课程。链接：http://www.extension.uci.e/pa路易斯维尔大学数据挖掘：提供研究生证书，要求在12个月内在线完成。链接：http://louisville.e/speed/computer/academics/programs/certificates/certificates.htmlUW（华盛顿大学）：提供数据科学证书，脱产或在线形式。链接：http://www.pce.uw.e/certificates/data-science.html威斯康星大学-密尔沃基分校：商业分析在线毕业证书。链接：http://www4.uwm.e/business/programs/certificates/business-analytics.cfm维拉诺瓦大学CPBI（商业智能认证专业）：在线证书。链接：https://lp.villanovau.com/business-intelligence/career/cert-mst_gainknowledge_t04_1110.aspx其他资源大数据大学：提供Hadoop和DB2在线课程。链接：https://cognitiveclass.ai/jp/博思艾伦咨询公司“探索数据科学”：一个在线课程，包括40小时的互动内容， 32个任务。链接：https://exploredatascience.com/加州大学数据学习：由亚历山大·阿布·莫斯塔法教授提供的免费课程，根据自己进度学习。链接：http://work.caltech.e/telecourse.html来自斯坦福大学、省理工学院和哈佛等顶尖大学的中央数据科学和大数据课程。链接：https://www.class-central.com/subject/data-scienceCMU开放式学习计划：向任何想学习的人提供在线课程。链接：http://oli.cmu.e/Course Buffet：提供大数据、数据科学、统计等MOOC课程。链接：https://www.coursebuffet.com/search?q=Data+ScienceCoursera：在线教育的领导者。链接：https://www.coursera.org/DataCamp：交互式R语言教程和有关R语言的编程、数据处理、可视化等数据科学课程。链接：https://www.datacamp.com/EMC数据科学和大数据分析：开放课程。链接：https://ecation.emc.com/guest/campaign/data_science.aspxGuru99：大数据、Web、SAP等免费视频教程。链接：https://www.guru99.com/Jigsaw Academy（印度大数据教学网站）：分析培训，包括MBA分析和SAS。链接：https://www.jigsawacademy.com/LearnAnalytics India：在线和离线提供SAS和高级分析培训。链接：http://www.learnanalytics.in/Metis：在线提供数据科学教育，提供数据科学的现场培训。链接：https://www.thisismetis.com/麻省理工学院开放课程：数据挖掘，由导师Nitin Patel设计的XLMiner工具。同时提供麻省理工学院许多相关课程。链接：https://ocw.mit.e/courses/sloan-school-of-management/15-062-data-mining-spring-2003/index.htm吴恩达的机器学习开发课程。链接：http://openclassroom.stanford.e/MainFolder/CoursePage.php?course=MachineLearning牛津机器学习和深度学习课程（幻灯片、视频、免费提供的问题）：由Nando de Freitas在2014 - 2015年教授。链接：https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/预测分析应用：Predictive Analytics World（世界预测分析会议暨展览）创始人Eric Siegel的简短介绍性在线课程。链接：http://www.businessprediction.com/Springboard：数据科学在线讲习班。链接：https://www.springboard.com/workshops/data-science/?utm_source=KDnuggets&utm_medium=ResourceList&utm_campaign=DSWorkshopSpringboard：数据科学职业规划。链接：https://www.springboard.com/workshops/data-science-career-track/Statistics.com：提供许多统计、数据挖掘和数据科学的在线短期课程。链接：http://www.statistics.com/Statsoft：电子统计教科书，免费提供。链接：http://www.statsoft.com/TextbookSyracuse：应用数据科学在线开放课程。链接：http://ischool.syr.e/future/cas/applieddatasciencemooc.aspx加州大学-圣地亚哥分校数据挖掘课程：数据分析研究领域的一部分。链接：http://extension.ucsd.e/online/index.cfm?vAction=onlineDetail&vStudyAreaID=14&CMP=KNC-0506DLUdacity数据科学课程：跟Facebook、Cloudera、MongoDB、Georgia Tech的行业专家学习数据科学。链接：https://www.udacity.com/coursesUdemy数据科学相关课程。链接：https://www.udemy.com/courses/search/?q=data%20scienceUH数据挖掘课程：数据挖掘课程的新模式，其中包括一个关于真实数据的重要项目，还会分析学生的学习风格。链接：http://www2.cs.uh.e/~rmverma/4335/html/resources.html机器学习、数据和文本挖掘以及语义web领域的会议、研讨会、科学讲座的视频。链接：http://videolectures.net/U. Waikato在线课程：Weka数据挖掘，5周课程。链接：http://weka.waikato.ac.nz/Weka教程（视频）：涵盖分类、预测、聚类和文本挖掘。链接：http://sentimentmining.net/weka/Zeolearn数据科学培训。链接：https://www.zeolearn.com/data-science-trainingZipfian学院数据科学在线课程系列简介：6个在线课程。链接：https://www.eventbrite.com/e/intro-to-data-science-online-course-tickets-7260479289来源：kdnuggets智能观 编译整理